Cainz 採用 Lazuli PDP 進行行銷導向商品資料整備實證實驗
Lazuli PDP 已成功運用於 Cainz 的商品資料整備實證實驗(PoC)。雙方正進一步擴大驗證範疇,目標邁向全面導入。
📋 文章處理履歷
- 📰 發表: 2026年5月25日 20:00
- 🔍 收集: 2026年5月25日 11:31
- 🤖 AI分析完成: 2026年5月26日 06:00(收集後18小時29分鐘)
Lazuli 株式会社(總部位於東京都澀谷區,社長萩原靜嚴,以下簡稱 Lazuli)為開發與提供運用 AI 技術之商品資料運營平台「Lazuli PDP (Product Data Platform)」的解決方案供應商。Lazuli 宣佈,Lazuli PDP 已獲 Cainz Corporation(總部於埼玉縣本庄市,代表取締役社長 CEO 高家正行,以下簡稱 Cainz)採用,用於商品資料整備實證實驗(PoC),且該 PoC 已順利完成。基於此次 PoC 的成功,雙方正進一步推進擴大至多個類別的額外實證實驗,並著眼於全公司範圍的導入與運作。
背景與目的
Cainz 正致力於透過其電子商務網站與自媒體持續提升客戶體驗。為了實現向每位客戶推薦最合適商品的個人化策略,以及將文章內容與商品有效結合的行銷活動,商品資料具備以客戶視角出發的屬性資訊與特徵標籤是不可或缺的前提。然而,對於龐大的商品數量而言,手動進行此類標籤整備實質上極其困難。因此,為了驗證能否透過 AI 自動化實現此目標,Cainz 執行了此次 PoC。
實證實驗(PoC)概要與成果
在此次 PoC 中,針對資料整備難度較高的類別,驗證了 Lazuli PDP 透過 AI 進行類別推估與自動生成特徵標籤的能力。不僅針對商品主檔,亦針對 Cainz 自媒體的內容進行類別推估與標籤賦予,從而構建出能以相同基準橫向掌握商品與內容的系統。這為將內容與商品根據客戶興趣進行串聯的行銷策略,打下了堅實基礎。
此外,系統並未僅僅保留生成的標籤,而是採用為每個標籤賦予與商品關聯程度得分的格式。此舉建立了能靈活調整優先順序的基礎,有助於未來提升搜尋精度以及應用於推薦系統。
未來展望
隨著 PoC 的成功,雙方已進入擴大至多個類別進行額外驗證的階段。透過迅速橫向展開類別推估與標籤生成的共同基礎,加速驗證過程,並朝著全公司全面導入與運作的目標密切協作。
Lazuli 將持續透過運用 AI 實現商品資料價值化,支持 Cainz 為達成「讓全世界的生活變得更有趣」之願景所推動的數位轉型(DX)。
背景與目的
Cainz 正致力於透過其電子商務網站與自媒體持續提升客戶體驗。為了實現向每位客戶推薦最合適商品的個人化策略,以及將文章內容與商品有效結合的行銷活動,商品資料具備以客戶視角出發的屬性資訊與特徵標籤是不可或缺的前提。然而,對於龐大的商品數量而言,手動進行此類標籤整備實質上極其困難。因此,為了驗證能否透過 AI 自動化實現此目標,Cainz 執行了此次 PoC。
實證實驗(PoC)概要與成果
在此次 PoC 中,針對資料整備難度較高的類別,驗證了 Lazuli PDP 透過 AI 進行類別推估與自動生成特徵標籤的能力。不僅針對商品主檔,亦針對 Cainz 自媒體的內容進行類別推估與標籤賦予,從而構建出能以相同基準橫向掌握商品與內容的系統。這為將內容與商品根據客戶興趣進行串聯的行銷策略,打下了堅實基礎。
此外,系統並未僅僅保留生成的標籤,而是採用為每個標籤賦予與商品關聯程度得分的格式。此舉建立了能靈活調整優先順序的基礎,有助於未來提升搜尋精度以及應用於推薦系統。
未來展望
隨著 PoC 的成功,雙方已進入擴大至多個類別進行額外驗證的階段。透過迅速橫向展開類別推估與標籤生成的共同基礎,加速驗證過程,並朝著全公司全面導入與運作的目標密切協作。
Lazuli 將持續透過運用 AI 實現商品資料價值化,支持 Cainz 為達成「讓全世界的生活變得更有趣」之願景所推動的數位轉型(DX)。
常見問題
Lazuli PDP 解決了哪些問題?
透過自動化整合、結構化並標準化分散在 Excel、PDF 等處的非結構化商品資訊,減輕營運負擔並加速資料活用。
與 Cainz 的 PoC 驗證了什麼?
驗證了透過 AI 進行分類推估與自動生成特徵標籤,並構建了將商品與自媒體內容進行橫向串聯的行銷基礎架構。
Lazuli PDP 適合哪些產業?
適用於品牌商、製造商、零售商及流通企業等,凡是處理商品資訊的各類產業皆適用。